UNSW CV 第三课 上

https://webcms3.cse.unsw.edu.au/COMP9517/20T2/resources/46792

 

Logic Operations:

　　And / Or  : pixel by pixel basis between 2 or more images

　　+ / - 

　　下图中的mask，黑色部分为0，白色部分为1，所以可以做 And 操作

　　对于Or操作， 1也是255，255 OR intensity = 255 ； 0 OR intensity = intensity 

　　

 

 

Image Averaging : 

　　1. 该方法用来去除图片的Noise(假设该噪声也是随机生成的)

　　2. 对同一张image f(x,y) 尽可能多的产生 noisy matrix n(x,y) ，然后相加，生成K张noisy images gi(x,y)

　　    接着，相加再除以K

　　

 

 

 Spatial Filter ：

　　1. filter的定义与运用

　　2. 启示了我，assignment中的minMaxFilter 应该用真正的filter带padding进行矩阵运算的，这样会快非常多

　　3. Smoothing Spatial Filter : noise reduction

　　　　1）Neighbourhood Averaging (NA) 

　　　　　　给图片中每个pixel赋值 = S个 neighbours的pexels的平均值 ;

　　　　　　或weighted average，filter中间的权重更高                       图三右

　　　　2)   NA会使得边缘模糊

　　　　3） 例题： 图四

　　　　　　原图 -> smoothing 去掉噪音 -> threshold

　　　　4) Gaussian Filter 图5

　　　　　　范围 0 - 1

　　　　　　去噪声，去细节（副作用）

　　4.Non-linear Spatial Filters /   order-statistics filters   （也是用来去噪声）

　　　　1） Median Filter  ：取值为原图中neighbours 的中位数        图六

　　　　2） Min Filter/ max Filter

　　

　　　　　　　　　　　　　　　　　　　　　　　　　　图一

 

 

 　　

 

　　　　　　　　　　　　　　　　　　　　　　图二

 

 　

 

 　　　　　　　　　　　　　　　　　　　　　　　　　　图三

 

 

　　　　　　　　　　　　　　　　图四 

 

 　　　　　　　　　　　　　　　　　　　　　　　　　　　　　图五

 

 

　　　　　　　　　　　　　　　　　　　　图六 

 

Pooling 

 

Sharpening Spatial Filters-Edge Detection：

　　1) like the opposite of the image smoothing

　　2） 图2   b) 一条穿过a中while dot 的水平线的灰度图

　　　　　　c)  b的一阶导数和二阶导数

　　3） 一阶导数可以用来检查edges

　　　　二阶导数的正负用来判断pixel在edge的哪侧，大于0在暗侧，小于0在亮侧？

　　

 

 

 

　　　　　　　　　　　　　　　　　　　　　　　　　　　　图二